Extração e tradução de texto em imagens históricas utilizando visão computacional

Abstract

A crescente interconexão da sociedade pela internet tem proporcionado um acesso cada vez maior a imagens em diferentes idiomas. Dessa forma, a tradução das imagens torna-se essencial para que aqueles que não dominam o idioma original possam compreendê-las. O objetivo desta pesquisa consiste em extrair os textos das imagens com visão computacional e posteriormente traduzi-los. Foram selecionadas três opções diferentes para a extração de textos, sendo elas, pytesseract, Keras OCR e Google Cloud Vision API, e o Google Translate API para a tradução dos mesmos. A melhor opção para a extração de textos foi o Google Cloud Vision, que demonstrou uma precisão de 92,5.